@iOCZ 可以解决，我说的省市县你不会以为就不包括街道吧，省市县代指三级地址结构，要想四、五级都可以，而且地址可以缺失。
我指出问题有啥不对？你这说话态度能不能好点

@Andrue 单个正则无法处理复杂的地址情况，而且即使写出来也会太复杂；写个匹配算法会更清晰易懂，性能也好

@Archeb 没必要用到人工智能，而且人工智能太耗算力了

模仿这个代码来写，我以前是把这个代码改成 java 版，然后加入很多我们的业务逻辑，这个代码并不是最完美的： https://github.com/wzc570738205/smartParsePro

我以前做过地址识别这块，当年给拼多多的几十万商家提供了地址解析接口用于快递地址识别（同时识别出姓名、手机号、地址的省市县），以前做过这个接口每天都有上百万调用。
首先，这个功能很坑爹，属于是难以做到完美，只能相对完美，识别也有准确率问题，可能识别错误，因为以下原因：1. 一年内总会有一些地方地名会改变 2. 有些地名有别称 3. 用户填写地址可能会少写省市区中任意几项 4. 用户输入的地址可能有缺漏，比如上海市漏写了市。

我自己做这块是自己模仿上面的 github 代码自己写了一版新的算法，可以实现地址缺漏、地名少字的情况下依然识别。
我给你解释下我的算法原理：
首先一定要建立数据库存储全国所有省市县的名称，以及上级单位，杭州市有个 parent_id 指向浙江省，浙江省的 parent 是全国，必须有个字段记录别名，例如：杭州、杭州市都是同一条记录。
然后针对地址从左到右先匹配省再匹配市再匹配县，匹配过程是从字符串去头 1 个字符、头两个字符，以此类推，在里面 contains 省，然后针对所有匹配出来的省做筛选（ github 仓库中的筛选算法）， 筛选出匹配的省后要把匹配出省的那个字符串删除，防止极端情况下省名影响到市名的匹配，以此类推继续匹配下级地址。

如果你需要缺省或者缺市的情况下匹配，其实就建立一个 set 作为候选待匹配地址，例如缺省时，匹配市就相当于把全国所有省下面的市都加入这个候选名单。

地址解析是个麻烦活，地址数据必然要不断更新的，如果只是演示或者流量比较小也许可以糊弄下，必然存在地址解析错误的情况，因此一定要针对地址解析错误有相应的处理方式。

java11 已经不少公司在用了，别再 java8 了

即使这样的 cpu ，我不用 graalvm 编译也就十几秒

骑行裤一定要，坐久了屁股痛

@SimonOne 这是要备战么

@q474818917 推荐些技术书籍，大家都是程序员，其它领域的书先放一放

如果你是学生的话，如果是初学，建议先从实践性较强的书籍开始学，先去动手，学计算机一定要多动手。
我认为比较合适的学习一个领域的学习方法是：
前期先看实践性比较强的书籍，适合入门阶段。
后期适合看理论性相对多点的书籍，适合有一定基础后看。
看的过程中，如果某个知识点不懂，就去 CSDN 、掘金、知乎、B 站等搜索相关内容补充知识，然后继续。
与此同时，我建议刷书，针对某个领域，我一般至少挑 3 本书，遇到不懂的可以先跳过或者换本书，这样保证自己对这个领域认识比较全面。

这个学习方法我认为适合学习大部分领域。

读书最关键的是要看懂，如果一本书让你看得一点都看不懂，先得去补齐前置知识。

就像面试一样，你跟面试官解释你以前做了啥时，其实面试官完全不知道你之前在公司的情况，因此面试时无比把面试官当成一无所知的人，用大众容易懂的话来表达。
你想想自己写的文章是给对这个领域一无所知的人看，再审视哪些地方最容易引起疑惑。一般来说举个例子会降低理解难度，另一方面，你可以搜索下自己这个领域的一些博客，看别人是怎么讲解的。

社区劣化是个永恒的问题，本质上就是熵增，对抗这种熵增就是不断投入资源去抵抗

@guangming3055 我有种感觉，如果 poe 未来模仿你的功能，你怎么防御？ poe 很容易就能模仿出你的功能

你们采用的是一种全新的模式去打造社区，传统的审核模式不一定有效，可能得探索出一条新技术下的对抗社区劣化的手段

@freekindom 是的，我大致了解过从猫扑到如今各大社区平台，社区劣化确实不可避免，这本质是一种信息熵增，因此都会有相应的审核措施来抑制劣化

ACM 会员有啥好处？

一直有个疑问，对于这种永久存储的模式，对于广告、垃圾文本怎么处理？
我认为一旦有这种模式，那么最有利益驱动去存储的就是黑灰产业，这种必然导致广告、诈骗文本一大堆，而普通用户必然不会像这些黑灰产业那么有驱动去发内容，最终将会变成垃圾场

@guangming3055 确实，好产品

@horizon poe 我在用，但是没法一个页面同时展示多个